thowley824/base_long_window_3_labels

---
dataset_info:
features:
- name: event_id
dtype: int64
- name: text_8k_sec_bert_base
dtype: string
- name: text_8k_sec_bert_shape
dtype: string
- name: label
dtype:
class_label:
names:
'0': low
'1': neutral
'2': high
- name: abnormal_return_metric
dtype: string
- name: event_window_start
dtype: int64
- name: event_window_end
dtype: int64
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 3627799888
num_examples: 44768
- name: test
num_bytes: 928108620
num_examples: 11192
download_size: 2029605849
dataset_size: 4555908508
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• event_id: 数据类型为 int64
• text_8k_sec_bert_base: 数据类型为 string
• text_8k_sec_bert_shape: 数据类型为 string
• label: 数据类型为分类标签，包含三个类别：
  • 0: low
  • 1: neutral
  • 2: high
• abnormal_return_metric: 数据类型为 string
• event_window_start: 数据类型为 int64
• event_window_end: 数据类型为 int64
• input_ids: 序列数据类型为 int32
• token_type_ids: 序列数据类型为 int8
• attention_mask: 序列数据类型为 int8

数据集分割

• 训练集 (train):
  • 数据量: 3627799888 字节
  • 样本数: 44768
• 测试集 (test):
  • 数据量: 928108620 字节
  • 样本数: 11192

数据集大小

• 下载大小: 2029605849 字节
• 数据集总大小: 4555908508 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*